声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究概况
1.2.1 基于传统特征的服装图像检索
1.2.2 基于深度学习的服装图像检索
1.3 本文主要研究内容
1.4 本文组织结构
2 感兴趣服装区域提取
2.1 引言
2.2 基于目标检测算法的感兴趣服装区域提取
2.2.1 基于两阶段的FASTER R-CNN的服装感兴趣区域提取
2.2.2 基于单阶段的SSD的服装感兴趣区域提取
2.3 基于关键点推理的感兴趣服装区域提取
2.3.1 基于关键点类型的推理机制
2.3.2 结合服装关键点类型预测的关键点检测网络
2.4 实验结果与分析
2.4.1 数据集
2.4.2 实验设计
2.4.3 结果与分析
2.5 本章小结
3 感兴趣服装区域关键点定位
3.1 引言
3.2 多级级联预测网络简介
3.3 精准的服装关键点定位
3.3.1 服装关键点定位的网络结构
3.2.2 网络的计算复杂度
3.4 实验结果与分析
3.4.1 数据集
3.4.2 实验设计
3.4.3 反卷积模块的效果分析
3.4.3 本章所选网络与第二章关键点检测网络的对比
3.5 本章小结
4 基于特征融合的服装图像检索
4.1 引言
4.2 引入局部信息的服装图像检索
4.2.1 图像特征提取的主干网络
4.2.2 通道约束的特征融合策略
4.2.3 基于全局距离最小的负样本挖掘技术
4.3 实验结果与分析
4.3.1 数据集
4.3.2 实验设计
4.3.2 所提方法的参数分析
4.3.3 与其他服装检索方法的对比实验
4.3.4 本章所述服装检索方法的结果分析
4.4 本章小节
5 基于带权哈希和款式分类的服装图像检索
5.1 引言
5.2 带权哈希编码和款式分类
5.2.1 带权哈希编码实现
5.2.2 款式分类
5.3 多任务服装检索算法
(1)多任务
(2)网络结构
(3)浅层、深层特征融合
(4)损失函数
5.3 实验结果与分析
5.3.1 数据集
5.3.2 实验设计
5.3.1 所提方法的参数分析
5.3.2 本章所述方法与第四章方法的对比实验
5.3.3 本章所述检索方法实验结果分析
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 未来展望
致谢
参考文献
附录:攻读硕士学位期间发表的研究成果